SignRoundV2：弥合LLM极低比特后训练量化中的性能差距

这篇文章可能讨论了一种名为SignRoundV2的新方法，旨在提高使用极低比特后训练量化时大型语言模型（LLM）的性能。这表明重点在于模型压缩和效率，可能用于资源受限的设备部署。来源是ArXiv表明这是一篇研究论文，可能详细介绍了所提出方法的的技术方面和实验结果。